计算机辅助算法通过本地心脏CT量化纤维化:试点研究

科学领域:

• 心血管成像 - 心血管成像
• 人工智能在医学中的应用
• 瘤成像学成像学

背景情况:

• 人工智能技术的进步为改善心脏成像诊断和预后提供了潜力.
• 对于心肌纤维化等疾病,人们正在寻找新的成像标记物.
• 心脏计算机断层扫描 (CT) 正在探索用于自动纤维化检测.

研究的目的:

• 开发和评估一个自动化,计算机辅助的算法,用于识别心肌纤维化,使用本地心脏CT.
• 为了比较这个算法的性能与心脏磁共振 (CMR) 纤维化标志物.
• 评估算法在乳腺癌患者的心脏功能障碍队列中的实用性.

主要方法:

• 开发了一种自动化算法,通过分析像素强度 (60-90 HU) 在心脏CT图像中检测心肌纤维化.
• 该研究包括早期HER2+乳腺癌患者,左心室 (LV) 功能障碍和CMR确认的纤维化.
• 算法衍生纤维化百分比与CMR参数比较,例如ECV分数,本地T1,LV-LGE和全球纵向菌株 (GLS).

主要成果:

• 该算法证明了与ECV分数 (r=0.59) 和本地T1 (r=0.6) 的高正相关性.
• 对于LV-LGE (r=0.77) 和LV-LGE/LV质量百分比 (r=0.81) 发现了非常高的正相关性.
• 与GLS观察到非常高的负相关性 (r=-0.77),而1的类内相关系数 (p<0.001) 表示了很好的协议.

结论:

• 这项试点研究引入了一个新的,有前途的成像标志物用于心肌纤维化.
• 使用原生心脏CT的自动化算法显示了纤维化检测的巨大潜力.
• 这种人工智能驱动的方法可能会提高心脏病的诊断和预后.